在开始任务时就定义可观察的验收条件。例如“生成报表”要求文件存在、列名正确、记录数符合预期；“修复代码”要求相关测试通过，并检查改动范围。 对外部业务操作，以服务端记录和回执为准。创建退款申请与资金到账是两个不同状态，拿到申请号不能宣称用户已经收到退款。 程序能检查的条件尽量程序化，例如 JSON Schema、文件哈希、数据库查询和测试结果；需要语义判断的内容再结合模型检查或人工抽样。 每个验收结论保存证据与时间。如果只能确认部分结果，就标记部分完成，并说明未满足的条件。模型的一句“任务已完成”只是文本输出，不能直接作为系统成功状态的唯一依据。